add_dummy_feature

sklearn.preprocessing.add_dummy_feature(X, value=1.0)

使用额外的虚拟特征扩充数据集。

这对于配合那些无法直接拟合截距项的实现非常有用。

参数:

Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

数据。

valuefloat

用于虚拟特征的值。

返回:

X{ndarray, sparse matrix} of shape (n_samples, n_features + 1)

相同的带有作为第一列添加的虚拟特征的数据。

示例

>>> from sklearn.preprocessing import add_dummy_feature
>>> add_dummy_feature([[0, 1], [1, 0]])
array([[1., 0., 1.],
       [1., 1., 0.]])